Ggplot2'de artık grafik nasıl oluşturulur (örnekle)
Artık grafikleri, bir regresyon modelinin artıklarının normal dağılıp dağılmadığını ve değişen varyans sergileyip sergilemediğini değerlendirmek için kullanılır.
Ggplot2’de artık grafiği oluşturmak için aşağıdaki temel sözdizimini kullanabilirsiniz:
library (ggplot2) ggplot(model, aes(x = .fitted, y = .resid)) + geom_point() + geom_hline(yintercept = 0 )
Aşağıdaki örnek, bu sözdiziminin pratikte nasıl kullanılacağını gösterir.
Örnek: ggplot2’de Artık Grafik Oluşturma
Bu örnek için R’de yerleşik mtcars veri kümesini kullanacağız:
#view first six rows of mtcars dataset
head(mtcars)
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1
İlk olarak, yanıt değişkeni olarak mpg’yi ve yordayıcı değişken olarak qsec’i kullanarak bir regresyon modeli uygulayacağız:
#fit regression model
model <- lm(mpg ~ qsec, data=mtcars)
Daha sonra, ggplot2’de artık grafiği oluşturmak için aşağıdaki sözdizimini kullanacağız:
library (ggplot2) #create residual plot ggplot(model, aes(x = .fitted, y = .resid)) + geom_point() + geom_hline(yintercept = 0 )
X ekseni takılan değerleri, y ekseni ise artıkları görüntüler.
Artıklar sıfır etrafında rastgele dağılmış gibi görünüyor ve net bir model yok, bu da eş varyans varsayımının karşılandığını gösteriyor.
Yani regresyon modelinin katsayıları güvenilir olmalı ve veriler üzerinde herhangi bir dönüşüm yapmamıza gerek yoktur.
Ayrıca kalan çizime bir başlık ve eksen etiketleri eklemek için labs() işlevini kullanabileceğimizi unutmayın:
library (ggplot2) #create residual plot with title and axis labels ggplot(model, aes(x = .fitted, y = .resid)) + geom_point() + geom_hline(yintercept = 0 ) + labs(title=' Residual vs. Fitted Values Plot ', x=' Fitted Values ', y=' Residuals ')
Ek kaynaklar
Aşağıdaki eğitimlerde R’de diğer ortak görevlerin nasıl gerçekleştirileceği açıklanmaktadır:
R’de standartlaştırılmış artıklar nasıl hesaplanır
R’de öğrencileştirilmiş artıklar nasıl hesaplanır
R’de artıkların histogramı nasıl oluşturulur